Remove Currency Symbol

ภาพรวม

คอลัมน์เงินที่เก็บเป็น "฿1,250" เป็นข้อความ ไม่ใช่ตัวเลข การบวกหรือหาค่าเฉลี่ยจึงทำไม่ได้ เทคนิคนี้ลบสัญลักษณ์สกุลเงินที่พบบ่อยออก แล้วแปลงเป็นตัวเลขให้เลย พร้อมคงค่าที่แปลงไม่ได้ไว้เป็นข้อความเพื่อให้ไล่ตรวจต่อ

เมื่อไหร่ควรใช้

• คอลัมน์ราคา ยอดขาย หรือค่าใช้จ่ายที่มีสัญลักษณ์สกุลเงินติดมา
• ก่อนคำนวณ สรุปยอด หรือหาค่าผิดปกติ

เมื่อไหร่ไม่ควรใช้

• คอลัมน์ที่มีหลายสกุลเงินปนกัน เช่น $100 กับ ฿100 — ต้องแยกสกุลเงินออกเป็นคอลัมน์ด้วย extract_pattern ก่อน ไม่อย่างนั้นตัวเลขจะเทียบกันไม่ได้
• ข้อความบรรยายที่บังเอิญมีสัญลักษณ์เงินอยู่

หลักการทำงาน

1. ลบสัญลักษณ์ ฿ $ € £ ¥ ₩ ₫ และคำว่า บาท, THB, USD, EUR แบบไม่สนตัวพิมพ์
2. ตัดช่องว่างหัวท้ายที่เหลือ
3. ถ้า toNumber เปิดอยู่ จะแปลงเป็นตัวเลข โดยเข้าใจลูกน้ำคั่นหลักพันและวงเล็บที่แปลว่าติดลบ
4. ค่าที่แปลงเป็นตัวเลขไม่ได้ เช่น "ไม่ระบุ" จะถูกคืนเป็นข้อความที่ลบสัญลักษณ์แล้ว ไม่กลายเป็นค่าว่างเงียบ ๆ

Parameters

โค้ด Python / JavaScript

import json
import re

CURRENCY = re.compile(r'[฿$€£¥₩₫]|บาท|THB|USD|EUR', re.IGNORECASE)

def to_number(text):
    negative = text.startswith('(') and text.endswith(')')
    body = text[1:-1] if negative else text
    body = body.replace(',', '').replace(' ', '')
    if not re.fullmatch(r'[+-]?(\d+\.?\d*|\.\d+)', body):
        return None
    number = float(body)
    return -number if negative else number

def strip_currency(value, to_number_flag=True):
    if not isinstance(value, str):
        return value
    stripped = CURRENCY.sub('', value).strip()
    if not to_number_flag:
        return stripped
    number = to_number(stripped)
    if number is None:
        return stripped
    return int(number) if number == int(number) else number

values = ['฿1,250', '$ 99.50', '(2,000) บาท', 'ไม่ระบุ', None, 42]
result = [strip_currency(value) for value in values]
print(json.dumps(result, ensure_ascii=False))

ตัวอย่างการใช้งาน

คอลัมน์ price มี ฿1,250, 1250 บาท และ ไม่ระบุ ปนกัน รัน strip_currency แล้วดูใน Preview ว่ามีกี่ค่าที่ยังเป็นข้อความหลังแปลง ค่าเหล่านั้นคือรายการที่ต้องตัดสินใจต่อ เช่น เปลี่ยนเป็นค่าว่างด้วย detect_null_like หรือกรองออกด้วย filter_rows

เทคนิคที่เกี่ยวข้อง

ใช้ remove_thousand_separator เมื่อมีแค่ลูกน้ำโดยไม่มีสัญลักษณ์สกุลเงิน ใช้ convert_type เพื่อยืนยันชนิดคอลัมน์หลังทำความสะอาด และใช้ round_number เมื่อทศนิยมยาวเกินจำเป็น

• Remove Thousand Separator
• Convert Type
• Round Number

ลองใช้กับ Dataset ของคุณ